首页|改进的高光谱解混初始化方法及其适用性分析

改进的高光谱解混初始化方法及其适用性分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
高光谱影像中存在大量的混合像元,极大地限制了高光谱影像的定量应用,高效且精准地进行像元解混尤为重要.端元矩阵的初始化、算法本身的代价函数及其迭代规则,三者的不同往往会导致获取的最终端元光谱和端元丰度的不同.在不同条件下,选取适当的初始化方法、代价函数和迭代规则,使得高光谱解混结果更优尤为重要.本文改进了一种基于欧氏距离和光谱信息散度的分块初始化方法(IBISS),改进后方法在中低信噪比情况下优于其他初始化方法.同时针对初始化、算法本身这两个方面进行大量试验,结果表明:①分块初始化优于全局初始化;②梯度迭代NMF算法相比于乘性迭代NMF算法,具有更快的收敛速度,但容易陷入局部最小值;③乘性迭代分块NMF算法相比于乘性迭代标准NMF算法能够获取更好的端元丰度信息;④梯度迭代分块NMF算法不适用于随机初始化后的光谱解混过程.
Improved hyperspectral unmixing initialization method and its applicability analysis

魏磊、丁来中、王文杰、高彦涛、黄鹏飞、李春意、张永杰

展开 >

河南省地质矿产勘查开发局测绘地理信息院,河南 郑州450006

河南理工大学测绘与国土信息工程学院,河南 焦作454000

高光谱影像 非负矩阵分解 光谱解混 初始化

国家自然科学基金国家自然科学基金河南省科技攻关计划河南省青年骨干教师项目

U1810203416715072121023104042019GGJS059

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(8)
  • 1